94 lines
2.9 KiB
Markdown
94 lines
2.9 KiB
Markdown
# Aotu Role Automatic Generation Site
|
||
|
||
#### 介绍
|
||
|
||
本项目是送给各位凹凸世界迷的小礼物～
|
||
|
||
基于某大佬开发的凹凸世界作画AI（待那位大佬上传到托管平台就会放出项目链接）
|
||
|
||
本项目已经得到原作者的授权，并与原作者以相同的授权协议开放源代码
|
||
|
||
官方演示站点：[http://arags.acg.ghink.net:10000](http://arags.acg.ghink.net:10000)
|
||
|
||
本项目内有较大的文件无法上传码云，可以前往官方演示站下载
|
||
|
||
本项目适合有一定计算机基础并且愿意折腾动手的小伙伴，如果只是为了下载QQ头像（误），我们的官方网站每周都会生成新的画作，可以直接前往下载哦
|
||
|
||
#### 软件架构
|
||
|
||
本项目使用Google的Tensorflow进行渲染
|
||
基于NVIDIA的CUDA计算与GAN生成对抗网络开发
|
||
使用Python进行核心部分开发
|
||
|
||
|
||
#### 硬件要求
|
||
|
||
1. 任意NVIDIA旗下支持CUDA计算的显卡
|
||
2. 主频高于2.0GHz的中央处理器
|
||
3. 大于等于6GB的运行内存
|
||
4. 不小于10MB/s读取速度的存储设备
|
||
|
||
示范：
|
||
|
||
1. GTX660/2G
|
||
2. E3-1230v3
|
||
3. 16G/DDR3
|
||
4. 西部数据Blue/2TB
|
||
|
||
#### 环境要求
|
||
|
||
1. Windows操作系统（推荐Windows10）
|
||
2. 完整安装的NVIDIA显卡驱动
|
||
3. 完整安装的已经安装了cudnn的我们提供的CUDA API程序
|
||
4. 完整安装的Python
|
||
5. 完整安装的Python-tensorflow_gpu-1.14.0
|
||
6. 完整安装的Python-numpy
|
||
7. 完整安装的Python-pillow
|
||
|
||
如果需要搭建演示环境，则还需要：
|
||
|
||
8. 完整安装的Nginx环境
|
||
|
||
#### 安装过程
|
||
|
||
1. 安装您的显卡对应的驱动程序（NVIDIA官网下载）
|
||
2. 安装本项目内的CUDAAPI包（演示站下载）
|
||
3. 将本项目目内的cudnnlib包解压缩后放入CUDA安装目录内
|
||
4. 安装Python
|
||
5. 通过pip安装tensorflow_gpu-1.14.0（注意版本！1.14.0）
|
||
6. 通过pip安装numpy
|
||
7. 通过pip安装pillow
|
||
|
||
如果需要搭建演示环境，则还需要：
|
||
|
||
8. 通过任意方法完整安装Nginx环境
|
||
9. 将本项目的Nginx.conf文件内内容复制进Nginx的目录中
|
||
10. 将本项目的.autoindex文件夹放入演示站站点根目录中
|
||
|
||
#### 使用方法
|
||
|
||
单次生成：
|
||
|
||
1. 在draw.py文件内修改你想要的保存目录与角色（文件内有注释）
|
||
2. 打开draw.py等待运行，完成后会自动退出
|
||
|
||
多次生成：
|
||
|
||
1. 在draw.py文件中修改你想要的保存目录与角色（文件内有注释）
|
||
2. 在redo.py文件中修改你想要的生成次数（文件内有注释）
|
||
3. 打开redo.py等待运行，完成后会自动退出
|
||
|
||
网站全自动：
|
||
|
||
1. 安装并配置Nginx程序（本文档不做过多解释）
|
||
2. 在redo.py文件中修改你各角色你想要的生成次数
|
||
3. 在系统内设置定时任务执行（本文不做过多解释）
|
||
|
||
注意，官方提供的redo中有删除旧文档功能，如果不要可以将其删除
|
||
没有Python基础的，尽量不要改动目录结构，防止无法生成甚至误删文件
|
||
|
||
#### 参与贡献
|
||
|
||
@rand0mz
|
||
@Bigsk
|